Integration d'un profil utilisateur multidimensionnel dans un systéme de recommandation base sur le contenu .

Abstract

e travail présenté dans ce mémoire se situe dans le domaine des systèmes de recommandation qui a devenu une méthodologie dominante dans la majorité des applications Web, y compris les sites web de commerce comme Amazon, les TVs en ligne comme Netflex …etc, pour suggérer des items et produits pour les utilisateurs qui correspondent à leurs préférences et intérêts. Le profil utilisateur est le cœur des systèmes de recommandation. Afin de recommander des items pertinents pour un utilisateur le système doit bien connaitre l'utilisateur. Les systèmes souvent utilisent les centres d'intérêts et les préférences d'un utilisateur pour lui définir son profil. La problématique posée dans ce mémoire est : comment enrichir le profil d'un utilisateur afin d'améliorer les recommandations fournées ? Et quel genre de données ajouter a ce profil afin de connaitre mieux l'utilisateur ? Notre objectif est d'intégrer un profil utilisateur multidimensionnel dans un système de recommandation basé sur le contenu en exploitant les données personnelles ainsi que ses centres d'intérêts. Pour enfin le valider en l'évaluant avec des métriques d'évaluation.